Version classiqueVersion mobile

Un siècle de phonétique expérimentale

 | 
Louis-Jean Boë
, 
Coriandre-Emmanuel Vilain

Partie V. Témoins instrumentaux

Éléments d’histoire de l’analyse de la fréquence laryngienne

Philippe Martin

Texte intégral

  • 1 On pourra consulter la volumineuse bibliographique d’Albert Di Cristo qui couvre les soixante-dix p (...)
  • 2 Voir par exemple un des chapitres de la synthèse bibliographique de Michel Chafcouloff (1976)

1La mesure de la variation de la hauteur de la voix, appelée traditionnellement mélodie, est indissociable, pour les sciences du langage, de l’élaboration et de la validation des théories prosodiques dont le chapitre 14 a éclairé de nombreux aspects. Malgré le foisonnement des travaux sur la prosodie1 il n’existe pratiquement pas de travaux sur l’histoire de l’appareillage associé à ce domaine, à l’exception de la monographie d’Odette Mettas (1971) qui effleure le sujet et d’un chapitre de l’ouvrage de Pierre Léon et Philippe Martin (1969). Un autre versant des travaux sur l’analyse de ce paramètre, celui des télécommunications, du codage et de la synthèse2 de la parole, a fait l’objet d’un plus grand nombre d’études (Hess 1983) motivées par les développements de la technologie.

2Ce chapitre s’inscrit dans l’étude des faits prosodiques. Il parcourt plus d’un siècle au cours duquel les phonéticiens ont déployé des techniques de plus en plus sophistiquées, d’abord seuls avec des mises en œuvre très coûteuses en temps, puis en collaborations avec des ingénieurs électroniciens et plus récemment informaticiens.

1. La mesure au kymographe

3Le kymographe a été inventé en 1847 par Carl Ludwig. Comme le suggère l’étymologie du mot savant qui le désigne (du grec kumos onde, vague, et graphein inscrire), il a été développé pour permettre de disposer d’une trace des variations de différents types de signaux. À l’origine, il sert à enregistrer les mouvements musculaires, les changements dans la pression artérielle et d’autres phénomènes physiologiques par l’intermédiaire de capteurs spécialisés. Plus tard, le kymographe est utilisé en phonétique expérimentale pour enregistrer les changements de pression de l’air dans les cavités nasales, buccale et labiale, mais aussi les variations de pression aux lèvres, et donc, d’une manière rudimentaire, le signal de parole (voir le chapitre de Bernard Teston dans ce volume). Le kymographe les inscrit sur différents types de supports défilant le plus régulièrement possible au cours du temps (papier enduit de noir de fumée, papier millimétré, film photosensible, pellicule cinématographique…).

1 Le kymographe de Rousselot (Rousselot et Laclotte 1902).

1 Le kymographe de Rousselot (Rousselot et Laclotte 1902).

2 Enregistrement kymographique permettant la mesure des périodes laryngiennes successives par inspection visuelle (Vierordt et Ludwig 1855, d’après Panconcelli-Calzia 1957).

2 Enregistrement kymographique permettant la mesure des périodes laryngiennes successives par inspection visuelle (Vierordt et Ludwig 1855, d’après Panconcelli-Calzia 1957).

4Les variations de pression recueillies par un pavillon acoustique, et plus tard un microphone, s’inscrivent grâce à un stylet métallique, d’inertie aussi faible que possible, afin que la bande passante réalisée par l’ensemble du système mécanique soit suffisante, et que les vibrations les plus importantes (celles correspondant à la pression buccale) soient inscrites le plus fidèlement possible. Plus tard, l’électronique aidant, le stylet est remplacé par un jet d’encre (mingographe), puis par un faisceau lumineux ultraviolet dévié au rythme des vibrations par un petit miroir venant impressionner un papier photosensible (commercialisé par Honeywell). Dès 1897, dans sa thèse, Rousselot s’est servi d’enregistrements kymographiques pour ses recherches dialectologiques et il a étudié les moyens d’obtenir des représentations graphiques caractéristiques de la parole.

5Différents perfectionnements successifs aboutissent à l’inscription des oscillations sonores sur un tambour rotatif (illustrations 1 et 2).

3 Un exemple de courbe mélodique obtenue à partir d’un tracé kymographique (Marichelle 1897).

3 Un exemple de courbe mélodique obtenue à partir d’un tracé kymographique (Marichelle 1897).

6Malgré la faible bande passante du système mécanique inscripteur des vibrations de pression recueillies aux lèvres (et aux narines) du locuteur, il est ainsi possible d’estimer visuellement la fréquence laryngienne. L’expérimentateur peut alors se servir d’un microscope associé à une vis micrométrique permettant de mesurer avec précision la distance, et donc le temps, entre deux événements caractérisant une ou plusieurs périodes.

  • 3 Voir le chapitre de Bernard Teston dans ce volume.

7Connaissant la vitesse de déplacement du support inscriptible, on peut ensuite mesurer les intervalles de temps successifs entre deux moments équivalents du cycle laryngien. En général, ces moments correspondent aux maxima (ou minima) des courbes enregistrées ou aux passages par zéro, qu’un opérateur entraîné peut identifier par inspection visuelle. À partir de la mesure d’une succession de périodes, on calcule la fréquence laryngienne instantanée correspondante qui peut être tracée au cours du temps. Cette courbe est souvent appelée courbe mélodique. En France, les premières mesures sont publiées par Hector Marichelle en 18973.

8Le calcul précis de la fréquence laryngienne peut être mené soit en privilégiant l’évaluation des variations instantanées, par la mesure de chaque période, soit en calculant une moyenne sur n périodes (par exemple n = 10). Dans le premier cas on obtient une bonne définition temporelle au détriment de la précision (liée à l’erreur de mesure due à l’épaisseur des traits) ; dans le deuxième cas, la précision est n fois plus importante, mais la moyenne induit un lissage des variations instantanées. Ainsi, avec une vitesse de défilement du support de 50 centimètres par seconde, une erreur de mesure de ± 0,25 millimètre due à l’épaisseur du tracé entraîne une erreur de ± 0,5 milliseconde, soit ± 5 hertz pour une fréquence laryngienne de 100 hertz (voix d’homme) et de ± 20 hertz pour une fréquence de 200 hertz (voix de femme). On peut certes réduire cette erreur soit en augmentant la vitesse de défilement du support (les derniers appareils de ce type, à papier photosensible, pouvaient atteindre une vitesse de 1 mètre par seconde), au prix d’une consommation importante du support inscriptible, soit plus économiquement, en établissant des moyennes sur n périodes (illustration 4).

4 Un exemple de tracés illustrant les deux types de mesure : période par période (au-dessus) et par paquet de dix périodes (au-dessous) (document personnel).

4 Un exemple de tracés illustrant les deux types de mesure : période par période (au-dessus) et par paquet de dix périodes (au-dessous) (document personnel).

2. Les détecteurs de mélodie par méthode temporelle

9Dès les années 1935, des collaborations entre phonéticiens et ingénieurs électroniciens ont permis de développer un grand nombre d’appareils de mesure directe de la fréquence laryngienne. Le principe de la mesure manuelle a été reproduit électroniquement par détection automatique des pics du signal recueilli par un microphone, amplifié et traité par filtrage. Une analyse détaillée des problèmes de mesure de la fréquence laryngienne, soit directement au moyen d’un laryngographe, soit indirectement par traitement du signal de parole, a été menée par McKinney (1965).

10Au lieu d’effectuer une estimation de F0 à partir du signal acoustique, certains détecteurs (laryngoscopes et laryngographes) ont utilisé des capteurs physiologiques de nature diverse : mesure des variations d’impédance au niveau du larynx du locuteur, utilisation d’électrodes (Fourcin 1972), etc. Bien évidemment, ce type d’approche nécessite la présence des locuteurs, mais il présente l’avantage de capter des signaux avec un très faible bruit de fond.

11Les premiers détecteurs de mélodie ont été recensés et commentés par Pierre Léon et Philippe Martin en 1969, puis par Wolfgang Hess en 1983. Les premières réalisations – utilisant des tubes radio –, datent des années 1930 (Hunt 1935, Obata et Kobayashi 1937, Grützmacher et Lottermoser 1937, 1938). L’amplitude parfois faible de la fondamentale par rapport au deuxième harmonique met souvent cette stratégie en échec : on peut avoir deux pics d’amplitude proche (ou plusieurs passages par zéro) dans la même période du signal. Pour améliorer les performances, des filtres passe-bas ont souvent été utilisés, constituant un filtrage inverse approximatif du conduit vocal. Les filtres sont d’abord à réglage manuel (appareil commercialisé par Frøkjær-Jensen Electronics et conçu par Gunnar Fant, voir Fant 1958) (illustration 5), et demandent des ajustements différents en fonction de la tessiture de la voix du locuteur. Plus tard, des filtres à commutation automatique apparaissent, permettant la mesure de variations rapides de la fondamentale (Pitch Computer, Frøkjær-Jensen Electronics, conçu par Philippe Martin, voir Martin 1977).

5 Détecteur de mélodie à filtres commutés manuellement (Fundamental Frequency Meter, Frøkjær-Jensen Electronics).

5 Détecteur de mélodie à filtres commutés manuellement (Fundamental Frequency Meter, Frøkjær-Jensen Electronics).

6 Pour s’affranchir de la variabilité du signal de parole, de nombreux procédés ont été testés afin de tenter d’améliorer la détection de la mélodie : ici deux types d’écrêtage (document personnel).

6 Pour s’affranchir de la variabilité du signal de parole, de nombreux procédés ont été testés afin de tenter d’améliorer la détection de la mélodie : ici deux types d’écrêtage (document personnel).

12On peut rattacher à ces enregistreurs celui qui a été mis au point par J. Milton Cowan pour la détermination de la hauteur perçue (Cowan 1962). Le sujet écoute en boucle des portions de signal de parole et ajuste manuellement la fréquence d’un signal périodique à la fréquence laryngienne de l’enregistrement.

13En France, plusieurs réalisations voient le jour, rendues plus abordables par la généralisation des semi-conducteurs qui remplacent peu à peu les appareils à tubes radio. Ces montages deviennent relativement simples à réaliser en tenant compte des propriétés du signal de parole dans le domaine temporel. On peut ainsi citer des travaux de recherche des équipes de Grenoble, mettant en pratique des concepts développés conjointement par des phonéticiens et des ingénieurs en électronique (Carré et al. 1963, Boë et Rakotofiringa 1971a, 1971b). Un peu plus tard, à l’Institut de phonétique de Paris, Bernard Gautheron développe un analyseur de mélodie opérant également dans le domaine temporel, tandis que Bernard Teston collabore avec Mario Rossi à l’Institut de phonétique d’Aix-en-Provence pour mettre au point un système de détection de la mélodie (Teston 1972, Teston et Rossi 1977).

14Les méthodes d’analyse dans le domaine temporel présentent un certain nombre de difficultés dues aux caractéristiques intra- et interlocuteurs très variables et aux conditions d’enregistrement qui ne sont pas toujours celles d’un studio. Les défauts les plus fréquents des analyseurs se traduisent par une mauvaise mesure de la fondamentale, dont la valeur peut être doublée (saut d’octave) ou diminuée de moitié, ainsi que par des erreurs importantes au moment des transitions non voisé/voisé du signal analysé. La mesure par détection des crêtes se heurte aux variations rapides d’amplitude et à l’intensité importante du deuxième harmonique.

15Certains enregistrements sont parfois réalisés avec un contrôle automatique de volume qui se révèle particulièrement perturbant pour l’analyse (alors qu’un abord naïf du problème peut faire espérer une amélioration puisque, d’une certaine façon, on normalise le signal). L’hystérésis inhérente à la détection électronique des passages par zéro rend en effet la mesure de la période dépendante du changement d’amplitude du signal.

7 Analyse d’un même segment de parole sans lissage (à gauche) et avec lissage (à droite de la figure) (document personnel).

7 Analyse d’un même segment de parole sans lissage (à gauche) et avec lissage (à droite de la figure) (document personnel).

16Dans une volonté syncrétique, une réalisation de Martin (1977) utilise un banc de filtres de manière à éliminer suffisamment les harmoniques supérieurs dans une large gamme de fréquence et, après compensation des déphasages différents de chaque canal de filtre, effectue une mesure par passage par zéro symétrique (valeurs positives et négatives mesurées séparément). Un microprocesseur (8080 d’Intel) placé en sortie de filtres effectue les mesures de périodes, ainsi que les corrections et lissages nécessaires.

17La détection cycle à cycle présentant presque toujours des erreurs dans des conditions réelles (mauvaise détection du deuxième harmonique, fausse estimation des segments voisés/non voisés, saut d’une crête d’amplitude), des traitements électroniques puis informatiques ont été imaginés très tôt pour les corriger.

18Parmi les algorithmes les plus utilisés figure le filtre médian, facile à implémenter et de principe physique transparent. Il s’agit simplement de garder dans une mémoire un nombre n de valeurs successives de F0 – par exemple 7 (l’ordre du filtre est alors 3, car le nombre d’échantillons est de 2n + 1) – puis, après chaque entrée nouvelle (les valeurs les plus anciennes sont effacées), d’ordonner les valeurs de F0 pour en retenir la médiane, donc celle qui est située au milieu d’un tableau des fréquences F0 rangées en valeurs croissantes. L’effet est spectaculaire : les valeurs erronées accidentelles (nulles, ou de double harmonique par exemple) ne sont jamais sélectionnées par la médiane. Par contre l’ordonnancement temporel des valeurs successives risque d’être perturbé.

3. Les analyses spectrales

3.1 Du spectrographe à flamme au sonagraphe

  • 4 Voir le chapitre de Coriandre-Emmanuel Vilain, Alain Arnal et Louis-Jean Boë dans ce volume.

19L’analyse spectrale de la parole remonte au XIXe siècle. Ainsi, le spectrographe à flammes réalisé par Kœnig au début des années 1860 d’après les travaux de Helmholtz a été utilisé pour les premières analyses acoustiques de la parole (Rousselot) et du chant (Kœnig lui-même)4.

8 Le spectrographe de Kay Elemetrics (photo Kay Elemetrics) connu sous le nom de sonagraphe.

8 Le spectrographe de Kay Elemetrics (photo Kay Elemetrics) connu sous le nom de sonagraphe.

9 Le spectrographe de Voice Identification (photo Voice Identification).

9 Le spectrographe de Voice Identification (photo Voice Identification).

20Plus tard, le développement de l’électronique à tubes, puis à semi-conducteurs permet la fabrication en relativement grande série d’appareils plus faciles à utiliser, d’un coût certes assez important à l’époque, mais à la portée des laboratoires de phonétique expérimentale.

21Les deux fabricants les plus connus, qui ont maintenu longtemps un quasi-monopole sur ces instruments, sont les Américains Kay Elemetrics et Voice Identification, dont les ateliers étaient tous deux installés dans le New Jersey à quelques kilomètres l’un de l’autre. Le spectrographe Kay, plus petit et moins cher, du moins dans sa version la plus vendue, utilise un disque rotatif magnétique comme support d’enregistrement et de lecture. Le spectrographe Voice ID, plus coûteux, opère directement à partir d’une bande magnétique sur laquelle la parole à analyser a été préalablement enregistrée. Dans les deux cas cependant, les analyses s’opèrent par fenêtre de 2,4 secondes au maximum.

22Le principe de traçage des spectrogrammes est le même pour les deux appareils : un stylet est soumis à une tension électrique proportionnelle à l’intensité du signal de parole filtré par un filtre passe-bande de fréquence variable. Cela produit un réchauffement et donc un noircissement d’une feuille de papier thermosensible enroulée autour du tambour. Le stylet est entraîné par une vis sans fin le long d’un axe, ce déplacement coïncidant avec le glissement de la fréquence d’analyse du filtre passe-bande. La position du tambour d’analyse est verticale pour Kay Elemetrics et horizontale pour Voice Identification, comme le montrent les illustrations 8 et 9.

10 Mesure de la fréquence fondamentale à partir d’un spectrogramme à bande étroite, par mesure d’un harmonique élevé (par exemple le 10e), identifié visuellement (document personnel).

10 Mesure de la fréquence fondamentale à partir d’un spectrogramme à bande étroite, par mesure d’un harmonique élevé (par exemple le 10e), identifié visuellement (document personnel).

23Un tour de tambour correspond à 2,4 secondes de parole, et le parcours du stylet le long de la vis sans fin prend en moyenne près de 3 minutes. Deux largeurs de bande (300 hertz et 45 hertz) permettent d’obtenir des résolutions différentes traditionnellement appelées à bande large et à bande étroite. La bande large est adaptée à la mesure des formants, et la bande étroite à celle des harmoniques et donc à celle de la mélodie. On peut admirer rétrospectivement la patience et la détermination des phonéticiens de l’époque analysant des corpus de 10 minutes (il fallait au moins 90 fois le temps réel).

24En bande étroite, les harmoniques apparaissent sous la forme de traits relativement épais (correspondant à 45 hertz sur l’échelle des fréquences). Souvent les mesures sont faites à partir de la fréquence du 10e harmonique (s’il est visible). Diverses raisons matérielles – imperfections des résistances électriques (potentiomètres), échauffement des amplificateurs à tubes puis à transistors – rendent souvent l’échelle de fréquence non linéaire (et même variable au cours de l’opération). Il faut alors utiliser un signal de calibration (par exemple à harmoniques espacés de 500 hertz) pour mieux estimer la fréquence d’un harmonique particulier.

25En tout état de cause, si l’allure générale de la courbe mélodique peut être raisonnablement observée par l’analyse spectrographique à bande étroite, la précision de la mesure est en revanche assez faible. En retenant comme erreur de mesure sur la longueur de ± 0,5 millimètre sur 24 millimètres correspondant à 2400 hertz par exemple, on obtient une erreur de mesure de la fréquence de ± 48 hertz/10 soit ± 5 hertz environ.

3.2 Les algorithmes spectraux

26Des ouvrages entiers ont été consacrés aux circuits et algorithmes de mesure de F0. Les plus récents, implémentés dans des logiciels de grande diffusion tels que Praat ou WinPitch, utilisent toute l’information spectrale des sons voisés, obtenue généralement par transformée de Fourier ou par autocorrélation. Parmi ces méthodes, on peut citer le cepstre, qui détecte la fréquence fondamentale par analyse spectrale du logarithme du spectre d’amplitude du signal, et le peigne spectral, qui recherche la fréquence fondamentale par intercorrélation avec une fonction peigne à intervalle variable (Martin 1981). Ces méthodes permettent une mesure fiable même dans le cas de signaux dont le fondamental est absent (cas des enregistrements téléphoniques) ou qui sont bruités, à condition que la distribution spectrale du bruit soit suffisamment différente de celle du signal de parole. En effet ces méthodes utilisent en principe toute l’information spectrale disponible. Parmi les réalisations françaises, on peut citer celles de Michel Boulogne (1979) et plus récemment de Jean-Sylvain Liénard, François Signol et Claude Barras (2007).

11 La méthode du peigne spectral (d’après Hess 1983).

11 La méthode du peigne spectral (d’après Hess 1983).

27L’utilisation de méthodes spectrales limite la résolution temporelle, nécessairement moins bonne pour les voix très graves (avec un fondamental à 80 hertz par exemple) que pour les voix aiguës (pour lesquelles F0 est de l’ordre de 250 hertz). En effet, pour obtenir une résolution fréquentielle suffisante pour une fréquence fondamentale basse, il faut une fenêtre d’analyse spectrale d’au moins 60 millisecondes. Les détails de variations rapides de la fréquence fondamentale sont donc nécessairement perdus, alors qu’avec une voix plus haute, une fenêtre de 30 millisecondes ou moins peut convenir, et la résolution temporelle sera d’autant meilleure. On peut alors implémenter un système à fenêtre variable, de manière à optimiser automatiquement la résolution temporelle.

28La diminution spectaculaire des temps de calcul pour effectuer une analyse spectrale a encouragé plusieurs chercheurs dans la voie de la séparation des harmoniques dans le cas d’enregistrements multi-sources. En France on peut citer Martin (2000, 2008) avec la méthode de la « brosse spectrale » et Liénard, Signol et Barras (2007) avec le calcul du peigne inverse.

12 Une implémentation récente de la méthode du peigne spectral (WinPitchPro). Le signal analysé, enregistré en 1911, est totalement dépourvu de fondamental. La courbe mélodique analysée (en traits épais sur le tracé) est néanmoins correcte, comme le montre le spectrogramme.

12 Une implémentation récente de la méthode du peigne spectral (WinPitchPro). Le signal analysé, enregistré en 1911, est totalement dépourvu de fondamental. La courbe mélodique analysée (en traits épais sur le tracé) est néanmoins correcte, comme le montre le spectrogramme.

En perspective…

29Au fur et à mesure des progrès des logiciels de mesure de la fréquence fondamentale, des champs d’investigation nouveaux se sont ouverts, telle l’analyse de la voix chantée (avec accompagnement musical) ou de la conversation spontanée avec mélange de voix. Ce type de recherches demande par exemple la séparation des harmoniques de sources différentes pour appliquer une méthode spectrale. Des challenges nouveaux sont donc proposés aux développeurs pour imaginer des systèmes toujours plus astucieux, plus sophistiqués et plus performants.

Bibliographie

Références bibliographiques

BOË Louis-Jean, RAKOTOFIRINGA Hippolyte, 1971a, « Exigences, réalisation et limites d’un appareillage destiné à l’étude de l’intensité et de la hauteur d’un signal acoustique », Revue d’acoustique, 4, p. 104-113.

BOË Louis-Jean, RAKOTOFIRINGA Hippolyte, 1971b, « Une méthodologie systématique de la mesure de la fréquence laryngienne, de l’intensité et de la durée de la parole », Bulletin de l’Institut de phonétique de Grenoble, 1, p. 1-9.

BOULOGNE Michel, 1979, « Détection du voisement et de la fréquence fondamentale d’un signal de parole », thèse d’ingénieur-docteur, Institut national polytechnique de Grenoble.

CARRÉ René, LANCIA Roland, PAILLÉ Jean, GSELL René, 1963, « Étude et réalisation d’un détecteur de mélodie pour analyser la parole », L’Onde électrique, 434, p. 556-562.

CHAFCOULOFF Michel, 1976, Vingt-cinq années de recherches en synthèse de la parole, Paris, Éditions du CNRS.

COWAN J. Milton, 1962, « Graphical représentation of perceived speech », Proceedings of the Fourth International Congress of Phonetic Sciences, Helsinki, 1961, Antti Sovijäri et Pentti Aalto éd., La Hague, Mouton, p. 569.

DI CRISTO Albert, 1973, Soixante et dix ans de recherches en prosodie, Aix-en-Provence, Éditions de l’université de Provence.

FANT Gunnar, 1958, « Modern instruments and methods for acoustic studies of speech », Acta Polytechnica Scandinavica, n° 1, p. 1-106.

FOURCIN Adrian, 1972, « Laryngographic analysis of vocal fold vibrations », Ventilatory and Phonatory Control Systems : an International Symposium (Royal College of Surgeons of England, 1972), Barry Wyke éd., Londres, Oxford University Press, p. 315-333.

GRÜTZMACHER Martin, LOTTERMOSER Werner, 1937, « Über ein Verfahren zur trägheitsfreien Aufzeichnung von Melodiekurven », Akustische Zeitfrift, 2, p. 242-248.

GRÜTZMACHER Martin, LOTTERMOSER Werner, 1938, « Ein neuer Tonhöhenschreiber, seine Anwendung auf mathematische, phonetische und musikalische Probleme, nach gemeinsamen Versuchen », Proceedings of the Third International Congress of Phonetic Sciences, Edgard Blancquaert et Willem Pée éd., Gand, Laboratory of Phonetics of the University, p. 105-109.

HESS Wolfgang, 1983, Pitch Determination of Speech Signal, Berlin, Springer Verlag.

HUNT Frederick V., 1935, « A direct-reading frequency meter suitable for high speed recording », The Review of Scientific Instruments, 6, p. 43-46.

LÉON Pierre, MARTIN Philippe, 1969, Prolégomènes à l’étude des structures intonatives, Paris-Montréal, Didier (Studia Phonetica, 2).

LIÉNARD Jean-Sylvain, SIGNOL François, Barras Claude, 2007, « Speech fundamental frequency estimation using the alternate comb », Interspeech 2007. Proceedings of the VIIIth Annual Conference of the International Speech Communication Association, Antwerp, 2007, Red Hook, NY, Curran, 3, p. 46-50.

MARICHELLE Hector Victor, 1897, Phonétique expérimentale. La parole d’après le tracé du phonographe, Paris, Delagrave, 198 pages.

MARTIN Philippe, 1977, « Un analyseur-visualiseur de mélodie à microprocesseur », Actes des VIIIe Journées d’étude sur la parole, Aix-en-Provence, 1977, Lannion, GALF, p. 95-102.

— 1981, « Mesure de la fréquence fondamentale par intercorrélation avec une fonction peigne », Actes des XIIe Journées d’étude sur la parole, Montréal, mai 1981, Montréal, direction des communications de l’université de Montréal.

— 2000, « Peigne et brosse pour F0 : mesure de la fréquence fondamentale par alignement de spectres séquentiels », Actes des XXIIIe Journées d’étude sur la parole, Aussois, juin 2000, Grenoble, Institut de la communication parlée, p. 245-248.

— 2008, « Crosscorrelation of adjacent spectra enhances fundamental frequency estimation », Proceedings of Interspeech 2008 incorporating SST 2008, Brisbane, 2008, Rudle Mall, Causal Productions, p. 1485-1488.

METTAS Odette, 1971, Les techniques de la phonétique instrumentale et l’intonation, Bruxelles, Presses universitaires de Bruxelles et Paris, Maloine.

MCKINNEY Norris Paul, 1965, Laryngeal Frequency Analysis for Linguistic Research, Ann Arbor, University of Michigan Communication Science Laboratory.

OBATA Jûichi, KOBAYASHI Ryûji, 1937, « A direct-reading pitch recorder and its applications to music and speech », Journal of the Acoustical Society of America, 9 (2), p. 156-161.

PANCONCELLI-CALZIA Giulio, 1957, « Earlier History of Phonetics », Manual of Phonetics, Louise Kaiser éd., Amsterdam, North Holland, p. 3-17.

ROUSSELOT Pierre-Jean, LACLOTTE Fauste, 1902, Précis de prononciation française, Paris, H. Welter.

TESTON Bernard, 1972, « Description d’un système de détection de l’intensité et de la mélodie de la voix », Travaux de l’Institut de phonétique d’Aix-en-Provence, 1, p. 129-145.

TESTON Bernard, ROSSI Mario, 1977, « Un système de détection automatique de la fréquence fondamentale et de l’intensité de la parole », Actes des VIIIe Journées d’étude sur la parole, Aix-en-Provence, juin 1977, Lannion, GALF, p. 111-117.

Annexes

Pourquoi parler d’une estimation et non d’une mesure de la fréquence laryngienne ?

Qu’elle s’effectue dans le domaine temporel ou dans le domaine fréquentiel, la mesure de la « fondamentale » du signal de parole est nécessairement approximative. Cela résulte en partie de la définition elle-même (il s’agit en fait de l’inverse de la période laryngienne, le terme période étant lui-même abusif, car rien n’est périodique dans le signal de parole).

L’approche fréquentielle, fondée sur la transformée de Fourier, souffre à la base des limites théoriques de l’analyse spectrale : une résolution suffisante en fréquence, nécessaire pour la mesure de F0, implique une relativement mauvaise résolution en temps. Des variations rapides de fréquence laryngienne n’auront donc aucune chance d’être suivies de manière satisfaisante. Ainsi, pour une transition de 100 hertz à 300 hertz en 2 périodes (cas du passage de la phonation normale au mode falsetto), la transformée de Fourier nécessite au moins 30 millisecondes de durée de fenêtre temporelle, ce qui correspond à 3 périodes à 100 hertz et à 9 périodes à 300 hertz…).

Le domaine temporel, malgré les apparences, n’est pas plus favorable : la simple indétermination du niveau zéro du signal, et la présence de bruit toujours présent, provoquent des déphasages dans la mesure des passages par zéro. Le filtrage n’améliore pas les choses, la réduction de l’amplitude des harmoniques se traduisant par des déphasages qui ne peuvent être compensés qu’approximativement.

L’ouvrage de Wolfgang Hess (Hess 1983) détaille clairement les différentes erreurs induites par des schémas aussi bien naïfs qu’astucieux utilisés dans des centaines de réalisations. Il semble d’ailleurs que tout électronicien (aujourd’hui tout informaticien) confronté à ce problème ait essayé une approche censée être originale.

Notes

1 On pourra consulter la volumineuse bibliographique d’Albert Di Cristo qui couvre les soixante-dix premières années du XXe siècle (Di Cristo 1973).

2 Voir par exemple un des chapitres de la synthèse bibliographique de Michel Chafcouloff (1976)

3 Voir le chapitre de Bernard Teston dans ce volume.

4 Voir le chapitre de Coriandre-Emmanuel Vilain, Alain Arnal et Louis-Jean Boë dans ce volume.

Table des illustrations

Titre 1 Le kymographe de Rousselot (Rousselot et Laclotte 1902).
URL http://books.openedition.org/enseditions/docannexe/image/31340/img-1.jpg
Fichier image/jpeg, 15k
Titre 2 Enregistrement kymographique permettant la mesure des périodes laryngiennes successives par inspection visuelle (Vierordt et Ludwig 1855, d’après Panconcelli-Calzia 1957).
URL http://books.openedition.org/enseditions/docannexe/image/31340/img-2.jpg
Fichier image/jpeg, 18k
Titre 3 Un exemple de courbe mélodique obtenue à partir d’un tracé kymographique (Marichelle 1897).
URL http://books.openedition.org/enseditions/docannexe/image/31340/img-3.jpg
Fichier image/jpeg, 31k
Titre 4 Un exemple de tracés illustrant les deux types de mesure : période par période (au-dessus) et par paquet de dix périodes (au-dessous) (document personnel).
URL http://books.openedition.org/enseditions/docannexe/image/31340/img-4.jpg
Fichier image/jpeg, 21k
Titre 5 Détecteur de mélodie à filtres commutés manuellement (Fundamental Frequency Meter, Frøkjær-Jensen Electronics).
URL http://books.openedition.org/enseditions/docannexe/image/31340/img-5.jpg
Fichier image/jpeg, 8,2k
Titre 6 Pour s’affranchir de la variabilité du signal de parole, de nombreux procédés ont été testés afin de tenter d’améliorer la détection de la mélodie : ici deux types d’écrêtage (document personnel).
URL http://books.openedition.org/enseditions/docannexe/image/31340/img-6.jpg
Fichier image/jpeg, 6,0k
Titre 7 Analyse d’un même segment de parole sans lissage (à gauche) et avec lissage (à droite de la figure) (document personnel).
URL http://books.openedition.org/enseditions/docannexe/image/31340/img-7.jpg
Fichier image/jpeg, 14k
Titre 8 Le spectrographe de Kay Elemetrics (photo Kay Elemetrics) connu sous le nom de sonagraphe.
URL http://books.openedition.org/enseditions/docannexe/image/31340/img-8.jpg
Fichier image/jpeg, 17k
Titre 9 Le spectrographe de Voice Identification (photo Voice Identification).
URL http://books.openedition.org/enseditions/docannexe/image/31340/img-9.jpg
Fichier image/jpeg, 19k
Titre 10 Mesure de la fréquence fondamentale à partir d’un spectrogramme à bande étroite, par mesure d’un harmonique élevé (par exemple le 10e), identifié visuellement (document personnel).
URL http://books.openedition.org/enseditions/docannexe/image/31340/img-10.jpg
Fichier image/jpeg, 15k
Titre 11 La méthode du peigne spectral (d’après Hess 1983).
URL http://books.openedition.org/enseditions/docannexe/image/31340/img-11.jpg
Fichier image/jpeg, 29k
Titre 12 Une implémentation récente de la méthode du peigne spectral (WinPitchPro). Le signal analysé, enregistré en 1911, est totalement dépourvu de fondamental. La courbe mélodique analysée (en traits épais sur le tracé) est néanmoins correcte, comme le montre le spectrogramme.
URL http://books.openedition.org/enseditions/docannexe/image/31340/img-12.jpg
Fichier image/jpeg, 21k

Le texte et les autres éléments (illustrations, fichiers annexes importés) sont sous Licence OpenEdition Books, sauf mention contraire.

Rechercher dans OpenEdition Search

Vous allez être redirigé vers OpenEdition Search